[发明专利]基于径向速度和区域能量联合的运动目标检测方法及装置

说明书

本发明提供的是一种基于径向速度和区域能量联合的运动目标检测方法及装置。该方法将M序列调制信号作为前视声纳的发送信号，对回波信号做波束形成，对波束形成的结果做二维恒虚警检测，然后在二维恒虚警检测的基础上，使用聚类分析方法实现图像中目标的划分和统计，使用脉冲对法实现对目标相对于前视声纳径向速度的快速提取，最后通过该径向速度信息来判断检测目标的运动状态。本发明能较好的分离前视声纳成像检测结果中的运动目标和静止目标，克服了基于图像序列检测方法中，需要多帧图像数据的问题。

技术领域

本发明涉及二维成像声纳技术领域，具体涉及一种基于径向速度和区域能量联合的运动目标检测方法及装置。

背景技术

成像声纳在港口的实时检测，自动报警，水下蛙人探测等方面有着广泛的应用价值。由于水下声信道的时变特性，水声成像并不稳定，声纳图像数据分辨率低，无色彩信息，对于低分辨率的成像声纳，小目标的形状信息提取困难。当前常用的动目标检测方法有背景消减法、帧间差分法。使用背景消减法时，新的图像帧数据与固定的背景模板相减，差值的绝对值超出给定阈值则判定为运动目标像素，但是当背景环境发生变化就会导致变化的背景也被检测为目标；使用帧间差分法时，将固定时间间隔的两帧图像相减，差值的绝对值超出给定阈值则判定为运动目标像素，但是该方法受到目标运动速度影响，速度大，则易导致单个目标被检测为两个目标，速度较小时，则检测到的往往是目标轮廓。上述两种方法，设定的检测阈值都是固定值，若检测阈值设定过高，则导致弱反射回波目标不能被检测；若检测阈值太低，则容易引入杂波干扰，而且需要使用两帧图像数据才能实现运动目标的检测。因此若使用常规的图像处理方法，对水中动目标的提取效果并不理想。常规运动目标检测方法在运动目标检测与分离的实时性、准确性上依然存在一定的限制。因此，研究成像声纳动静目标分离方法具有很重要的工程实用价值和理论指导意义。

发明内容

为了克服常规运动目标检测方法中，容易受到环境变化、目标速度以及阈值设定问题的影响，本发明提供了一种基于径向速度和区域能量联合的运动目标检测方法，能够根据待检测单元周围的能量强度自动调整恒虚警检测中的阈值，若周围能量强度高，则阈值也变高，反之待检测单元周围能量低，阈值也相应变低，而且仅使用单帧数据便能够快速能够实时、准确地分离动静目标。

为了实现上述发明目的，本发明具体采用的技术方案如下：

第一方面，本发明提供了一种基于径向速度和区域能量联合的运动目标检测方法，其步骤如下：

S1：对声纳接收阵接收到的信号进行相位补偿，得到波束形成结果，该结果的数据矩阵为N×T的二维矩阵，其中N表示预成波束形成的方位个数，T表示一个回波周期的采样点数；将波束形成结果在每个方位上等间距划分成R个距离单元，并对每一个距离单元中所有采样点求和后作为代表该距离单元的值，得到N×R的二维矩阵；

S2：在S1得到的N×R的二维矩阵基础上，使用二维十字形参考窗做二维恒虚警检测，其中在方位维上使用单元平均恒虚警(英文简写CA-CFAR，下同) 检测方法，在距离维上使用一维的有序统计恒虚警(英文简写OS-CFAR，下同) 检测算法，然后将两个维度的恒虚警检测结果做逻辑与操作，得到一个N×R的 0-1矩阵；

S3：在步骤S2输出结果的基础上，确定0-1矩阵中每一个数值为1的像素点的位置信息，然后使用聚类分析算法对这些数值为1的像素点进行聚类，得到聚类输出结果实现信号中目标的划分，其中一个类别的像素点代表一个目标；

S4：在步骤S3得到的聚类输出结果基础上，分别找到每一类别中每个像素点在步骤S1所述N×T的二维矩阵中对应的数据段，然后对找到的数据段进行速度估计，实现目标径向速度提取；最后根据提取的目标径向速度信息判断目标的运动状态。

作为优选，步骤S3中，通过dbscan聚类算法对0-1矩阵中数值为1的像素点进行聚类，且对聚类结果中的噪声点进行排除使其不参与步骤S4的处理，得到最终的聚类输出结果。